改进的RBFNN用于机器人三维表面测量系统曲面重构

摘要

为克服三坐标测量机检测速度慢等缺点,提出机器人三维表面测量系统.针对该系统设计了一种基于径向基神经网络(RBFNN)的简洁快速曲面重构方法.该方法考虑到RBFNN选取的神经元函数为高斯函数,将机器人三维表面测量系统获得的点云数据投影到二维平面,然后将该二维平面平均分割,选取分割点为RBFNN神经元的中心,避免了模糊c一均值法选取中心需要迭代计算的缺点,并且重构的网络训练精度和测试精度均高于模糊c-均值法选取中心设计的网络精度.利用该测量系统获得的实际点云数据验证了曲面重构方法的有效性.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号